Esistono molte possibilit`a per sviluppare ulteriormente il lavoro proposto in questa tesi, sia per quanto riguarda l’aggiunta di funzionalit`a non tratta- te, sia per l’ulteriore affinamento delle tecniche proposte, che comunque non andrebbero ad impattare sulla strutturazione del sistema, grazie alla sua ge- neralit`a.
Per quanto riguarda il miglioramento del modello matematico sono pos- sibili pi`u fronti di ulteriore sviluppo che riguardano il trattamento della co- noscenza e i metodi per ricavare le valutazioni. Un aspetto interessante da analizzare riguarda la gestione generale delle composizioni.
Si pu`o pensare di ovviare a questo problema ricavando dall’analisi del grafo di composizione una distribuzione di probabilit`a di forma conosciuta che descriva in modo approssimato il tempo di esecuzione, oppure abbando- nare la formulazione tramite variabile aleatoria e valutare i rami paralleli di esecuzione come stime del valore atteso, eliminando ogni possibile correlazio- ne.
Questi due approcci hanno entrambi il problema dell’inserimento di un’ul- teriore imprecisione sulle stime e per quanto riguarda l’approssimazione tra- mite distribuzione di probabilit`a si introdurrebbe un ulteriore peso compu-
tazionale all’interno della valutazione che va di pari passo con la qualit`a dell’approssimazione. Quest’ultima soluzione permetterebbe anche il calcolo della funzione cumulativa di probabilit`a, necessario per ricavare la probabi- lit`a che l’esecuzione di un servizio composto termini entro un certo limite temporale.
Un altro sviluppo del nostro lavoro riguarda la diffusione della conoscenza. Sarebbe interessante in futuro studiare come applicare al nostro sistema so- luzioni esistenti (descritte nel Capitolo 2) per il trasferimento e la diffusione dei dati in reti opportunistiche.
Ci`o permetterebbe ad un nodo sia di possedere una conoscenza pi`u ampia della rete sia di poter accedere a risorse valutando se sia pi`u conveniente il contatto diretto o l’invio di una richiesta multi-hop. L’aumento delle possi- bilit`a da valutare consente di applicare strategie per migliorare le prestazioni medie del sistema, ma questa richiederebbe un’estensione del modello mate- matico per la valutazione di cammini multi-hop e la trattazione di un ulteriore aspetto relativo all’attualit`a e la precisione dei dati raccolti.
Ogni informazione raccolta dovrebbe in questo caso essere almeno accom- pagnata da un’indicazione del tempo che `e trascorso dalla sua creazione, in modo da poter verificare l’attualit`a e l’affidabilit`a dei dati ricevuti e trattarli di conseguenza nelle valutazioni.
Inoltre `e importare considerare il bilanciamento tra i benefici derivanti da un ampliamento della conoscenza e la complessit`a degli algoritmi/l’aumento dei dati da memorizzare.
L’uso di tecniche di disseminazione di dati pu`o essere anche sfruttato per la creazione di informazioni sociali di contesto da utilizzare secondo le tecni- che di inoltro Context-aware viste nel Capitolo 2. Ci`o permetterebbe anche di studiare se sia possibile modificare il sistema proposto per permettere una gestione distribuita delle richieste di servizio, nella quale i nodi che ricevono una richiesta di servizio possono decidere di sostituire la soluzione scelta con altre considerate migliori.
Un’altra area di possibile sviluppo per quanto riguarda la trattazione del- la conoscenza `e il trattamento dell’incertezza delle statistiche elaborate. Nel nostro sistema, le statistiche che riguardano i nodi della rete vengono o me-
diate o sostituite alle rilevazioni precedenti, ricavando un nuovo valore che ingloba o elimina la storia passata delle rilevazioni.
Un approccio diverso `e quello che gestisce l’andamento storico delle rile- vazioni, con l’introduzione di intervalli di confidenza da gestire al momento delle valutazioni del tempo medio di esecuzione dei servizi o nell’approssima- zione ad una distribuzione di probabilit`a.
L’aggiunta di queste informazioni ci permetterebbe di ricavare automati- camente la distribuzione di probabilit`a che approssima il comportamento dei nodi della rete, catturando scenari specifici con caratteristiche particolari, sia per quanto riguarda la mobilit`a dei nodi, sia per definire il modello a coda che descrive il comportamento dei provider.
Il sistema realizzato in questo caso avrebbe caratteristiche reattive, con la capacit`a di catturare molto velocemente cambiamenti nell’ambiente e gestire in modo pi`u raffinato le diverse dinamiche sociali che coinvolgono gli utenti. Un’ulteriore sviluppo riguarda la valutazione delle prestazione del sistema in scenari specifici.
Lo studio degli scenari pu`o anche suggerire strategie per specializzazioni ad-hoc del nostro sistema, agendo sia sulle politiche che nella gestione della conoscenza, in modo da migliorare le prestazioni in casi specifici di interesse, penalizzando casi particolari che vengono considerati come poco ricorrenti.
Bibliografia
[1] L. Pelusi, A. Passarella, M. Conti, Opportunistic networking: data forwarding in disconnected mobile ad hoc networks. Communications Magazine, IEEE, volume 44, numero 11, Novembre 2006.
[2] Kevin Fall A Delay-Tolerant Network Architecture for Challenged Internets. SIGCOMM’03, Karlsruhe, Germany, August 25-29, 2003 [3] S. Yousefi, M. S. Mousavi, and M. Fathy Vehicular ad hoc networks
(VANETs): Challenges and perspectives. Proc. IEEE Int. Conf. on ITS Telecommun., pp. 761-766, June 2006.
[4] M. Conti, M. Kumar, Opportunities in opportunistic computing. Computer, IEEE, volume 43, numero 1, Gennaio 2010.
[5] A. Ker¨anen, J. Ott, T. K¨arkk¨ainen, The ONE Simulator for DTN Pro- tocol Evaluation. SIMUTools ’09: Proceedings of the 2nd International Conference on Simulation Tools and Techniques, 2009.
[6] L. Pelusi, A. Passarella, M. Conti, Beyond MANETs: dissertation on op- portunistic networking. technical report, http://citeseerx.ist.psu. edu/viewdoc/summary?doi=10.1.1.133.8900, Maggio 2006.
[7] A. Vahdat, D. Becker, Epidemic Routing for Partially Connected Ad Hoc Networks. Technical Report CS-2000-06, Diparimento di informatica Duke University, 2000.
[8] L. Pelusi, A. Passarella, M. Conti, Handbook of Wireless Ad Hoc and Sensor Networks, chapter Encoding for Efficient Data Distribution in Multi-hop Ad Hoc Networks. Wiley and Sons Publisher, 2007.
[9] T. Spyropoulos, K. Psounis, C. Raghavendra, Efficient Routing in Intermittently Connected Mobile Networks: The Multiple-Copy Case. ACM/IEEE Transactions on Networking, volume 16, 2007.
[10] A. Lindgren, A. Doria, O. Schelen, Probabilistic Routing in Intermitten- tly Connected Networks. ACM Mobile Computing and Communications Review, volume 7, numero 3, 2003.
[11] B. Burns, O. Brock, B. Levine, MV Routing and Capacity Building in Disruption Tolerant Networks. Proceedings of the 24th IEEE Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM), 2005.
[12] J. Burgess, B. Gallagher, D. Jensen, B. Levine, MaxProp: Rou- ting for Vehicle-Based Disruption-Tolerant Networks. Proceedings of the 25th IEEE Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM), 2006.
[13] M. Grossglauser, M. Vetterli, Locating Nodes with EASE: Last Encoun- ter Routing in Ad Hoc Networks Through Mobility Diffusion. Procee- dings of the 22nd IEEE Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM), 2003.
[14] M. Grossglauser, M. Vetterli, Locating Nodes with EASE: Last Encoun- ter Routing in Ad Hoc Networks Through Mobility Diffusion. Procee- dings of the 22nd IEEE Annual Joint Conference of the IEEE Computer and Communications Societies (IEEE INFOCOM 2003), 2003.
[15] J. Leguay, T. Friedman, V. Conan, Evaluating Mobility Pattern Spa- ce Routing for DTNs. Proceedings of the 25th IEEE Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM), 2006.
[16] P. Hui, J. Crowcroft, Bubble Rap: Forwarding in SmallWorld DTNs in Every Decreasing Circles. Technical Report UCAM-CL-TR684, Universit`a di Cambridge, 2007.
[17] P. Hui, J. Crowcroft, E. Yoneki, BUBBLE Rap: Social-Based Forwar- ding in Delay Tolerant Networks. In MobiHoc ’08: Proceedings of the 9th ACM International Symposium on Mobile Ad Hoc Networking & Computing, Maggio 2008.
[18] M. Musolesi, S. Hailes, C. Mascolo, Adaptive Routing for Intermittently Connected Mobile Ad Hoc Networks. Proceedings of the IEEE Inter- national Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM), 2005.
[19] C. Boldrini, M. Conti, I. Iacopini, A. Passarella, HiBOp: A History Based Routing Protocol for Opportunistic Networks. Proceedings of the IEEE International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM), 2007.
[20] C. Boldrini, M. Conti, A. Passarella, Exploiting Users’ Social Rela- tions to Forward Data in Opportunistic Networks: The HiBOp Solution. Elsevier Pervasive and Mobile Computing, 2008.
[21] H. Nguyen, S. Giordano, A. Puiatti, Probabilistic Routing Protocol for Intermittently Connected Mobile Ad Hoc Networks (PROPICMAN). Proceedings of IEEE WoWMoM/AOC—The First IEEE WoWMoM Workshop on Autonomic and Opportunistic Communications, Giugno 2007.
[22] C. Boldrini, M. Conti, A. Passarella, Design and Performance Evalua- tion of ContentPlace, a Social-Aware Data Dissemination System for Opportunistic Networks. Computer Networks, volume 54, numero 4, Marzo 2010.
[23] M. Conti et al., ’Routing Issues in Opportunistic Networks’ in ’Midd- leware for Network Eccentric and Mobile Applications’, B. Grabinato, H. Miranda, and L. Rodrigues. Edizioni Springer, 2009.
[24] A. Shikfa, M. ¨Onen, R. Molva, Privacy and confidentiality in context- based and epidemic forwarding. Computer Communications, volume 33, numero 13, 2010.
[25] Haggle Project: An innovative Paradigm for Autonomic Opportunistic Communication http://www.haggleproject.org/deliverables.htm [26] J. Broch, D. A. Maltz, D. B. Johnson, Y.-C. Hu, and J. Jetcheva, A
performance comparison of multi-hop wireless ad hoc network routing protocols Proceedings of the Fourth Annual ACM/IEEE International Conference on Mobile Computing and Networking (Mobicom98), ACM, October 1998.
[27] T. Camp, J. Boleng, and V. Davies, A Survey of Mobility Models for Ad Hoc Network Research, Wireless Communication and Mobile Compu- ting (WCMC): Special issue on Mobile Ad Hoc Networking: Research, Trends and Applications, vol. 2, no. 5, pp. 483-502, 2002
[28] E. M. Royer, P. M. Melliar-Smith, and L. E. Moser An Analysis of the Optimum Node Density for Ad hoc Mobile Networks, Proceedings of
the IEEE International Conference on Communications(ICC), Helsinki, Finland, June 2001.
[29] B. Liang, Z. J. Haas, Predictive Distance-Based Mobility Management for PCS Networks, Proceedings of IEEE Information Communications Conference (INFOCOM 1999), Apr. 1999.
[30] C. Bettstetter, Smooth is Better than Sharp: A Random Mobility Model for Simulation of Wireless Networks, Proc. ACM Intern. Workshop on Modeling, Analysis, and Simulation of Wireless and Mobile Systems (MSWiM), Rome, Italy, July 2001.
[31] X. Hong, M. Gerla, G. Pei, and C.-C. Chiang, A group mobility model for ad hoc wireless networks, Proc. ACM Intern. Workshop on Modeling, Analysis, and Simulation of Wireless and Mobile Systems (MSWiM), August 1999.
[32] M. Sanchez and P. Manzoni, A Java-Based Ad Hoc Networks Simulator, Proceedings of the SCS Western Multiconference Web-based Simulation Track, Jan.1999.
[33] J. Tian, J. Hahner, C. Becker, I. Stepanov and K. RothermeL, Graph- based Mobility Model for Mobile Ad Hoc Network Simulation, Procee- dings of 35th Annual Simulation Symposium, in cooperation with the IEEE Computer Society and ACM. San Diego, California. April 2002. [34] P. Johansson, T. Larsson, N. Hedman, B. Mielczarek, and M. Deger-
mark, Scenario-based performance analysis of routing protocols for mo- bile ad-hoc networks, International Conference on Mobile Computing and Networking (MobiCom’99), 1999, pp. 195–206.
[35] Frans Ekman, Ari Ker¨anen, Jouni Karvo and J¨org Ott, Working Day Movement Model, MobilityModels’08, Hong Kong SAR, China. May 26, 2008
[36] M. Musolesi and C. Mascolo, A Community Mobility Model for Ad Hoc NetWork Research, Proc. of ACM REALMAN, 2006.
[37] Chiara Boldrini, Marco Conti, and Andrea Passarella, Users Mobili- ty Models for Opportunistic Networks: the Role of Physical Locations, IEEE Conference on Wireless Rural and Emergency Communications (WRECOM 2007), 2007
[38] M.Conti, From opportunistic networks to opportunistic computing. Communications Magazine, IEEE, volume 48, numero 9, Settembre 2010.
[39] S. Kalasapur, M. Kumar, B. A. Shirazi, Dynamic Service Composition in Pervasive Computing. IEEE TPDS, volume 18, numero 7, 2007. [40] D. Bianchini, V. D. Antonellis, M. Melchiori, An Ontology-Based Ar-
chitecture for Service Discovery and Advice System. Proceedings 16th International Workshop on Database and Expert Systems Applications, Agosto 2005.
[41] A. Passarella, M. Kumar, M. Conti, E. Borgia. Minimum-Delay Servi- ce Provisioning in Opportunistic Networks Technical report, disponibi- le online: http://www.iit.cnr.it/sites/default/files/IIT-TR-03-2010.pdf Febbraio 2010.
[42] W. Gao, Q. Li, B. Zhao, G. Cao, Multicasting in Delay Tolerant Net- works: A Social Network Perspective. INFOCOM, 2010 Proceedings IEEE, 2010
[43] M. Zuckerman, Introduction to queueing theory and stochastic teletraffic models 2010.
[44] H. Takagi, Vacation and Priority Systems, Part 1. Elsevier Science Publishers B.V., 1991
[45] C. H. Sauer, K. M. Chandy, Approximate Analysis of Central Server Models. IBM Journal of Research and Development, 1975
[46] P. Crescenzi, G. Gambosi, R. Grossi Strutture di dati e algoritmi: Progettazione, analisi e visualizzazione. Pearson-Addison Wesley 2006 [47] S. Dasgupta, C. Papadimitriou, U. Vazirani Algorithms McGraw-Hill
2007
[48] OpenGIS Project Document http://www.opengeospatial.org/ standards/sfs
[49] J. Burgess, B. Gallagher, D. Jensen, B. N. Levine MaxProp: Routing for Vehicle-Based Disruption-Tolerant Networks IEEE INFOCOM, April 2006.
[50] W. Navidi and T. Camp, Stationary Distributions for the Random Way- point Mobility Model. IEEE Transactions on Mobile Computing, vol. 3, no. 1, pp. 99-108, January-March 2004
[51] W. Navidi, T. Camp, and N. Bauer, Improving the Accuracy of Random Waypoint Simulations Through Steady-State Initialization. Proceedings of the 15th International Conference on Modeling and Simulation (MS ’04), pp. 319-326, March 2004.
[52] M. Conti, L. Donatiello, Simulation modeling of local and metropolitan area networks” Chapter 6 in Network Systems Design E. Gelenbe, K. Bagchi, and G. Zobrist (Editors), Gordon & Breach, Amsterdam, 1999, pp. 117-142.